CN110933473A - 一种视频播放热度确定方法及装置 - Google Patents
一种视频播放热度确定方法及装置 Download PDFInfo
- Publication number
- CN110933473A CN110933473A CN201911256887.XA CN201911256887A CN110933473A CN 110933473 A CN110933473 A CN 110933473A CN 201911256887 A CN201911256887 A CN 201911256887A CN 110933473 A CN110933473 A CN 110933473A
- Authority
- CN
- China
- Prior art keywords
- video
- behavior data
- playing
- user
- heat
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 62
- 230000003993 interaction Effects 0.000 claims abstract description 101
- 230000006399 behavior Effects 0.000 claims description 462
- 238000004891 communication Methods 0.000 claims description 19
- 238000004364 calculation method Methods 0.000 claims description 11
- 238000003860 storage Methods 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 8
- 230000000875 corresponding effect Effects 0.000 description 52
- 230000014509 gene expression Effects 0.000 description 32
- 238000011161 development Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 230000001186 cumulative effect Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 230000009471 action Effects 0.000 description 4
- 238000009826 distribution Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000005259 measurement Methods 0.000 description 3
- 230000009466 transformation Effects 0.000 description 3
- 230000003542 behavioural effect Effects 0.000 description 2
- 230000002354 daily effect Effects 0.000 description 2
- 230000002349 favourable effect Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
- H04N21/25—Management operations performed by the server for facilitating the content distribution or administrating data related to end-users or client devices, e.g. end-user or client device authentication, learning user preferences for recommending movies
- H04N21/258—Client or end-user data management, e.g. managing client capabilities, user preferences or demographics, processing of multiple end-users preferences to derive collaborative data
- H04N21/25866—Management of end-user data
- H04N21/25891—Management of end-user data being end-user preferences
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
- H04N21/25—Management operations performed by the server for facilitating the content distribution or administrating data related to end-users or client devices, e.g. end-user or client device authentication, learning user preferences for recommending movies
- H04N21/251—Learning process for intelligent management, e.g. learning user preferences for recommending movies
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Computer Graphics (AREA)
- Computing Systems (AREA)
- Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
Abstract
本发明实施例提供了一种视频播放热度确定方法及装置,该方法计算视频播放热度时,基于用户对目标视频的操作所产生的行为数据,对行为数据进行分类,获得用户观看行为数据、用户互动行为数据和用户分享行为数据,并根据所获得的行为数据以及每一类行为数据分别对应的行为权重,计算该目标视频在当前时刻的播放热度。可见,应用本发明实施例提供的方案能够考虑的信息更加丰富、全面,所以能够提高视频播放热度的准确度。
Description
技术领域
本发明涉及大数据处理技术领域,特别是涉及一种视频播放热度确定方法及装置。
背景技术
随着互联网技术与影视产业的飞速发展,几乎每天都有新的影视剧上线,面对诸多新上架的影视剧,用户通常按照影视剧的播放热度排序进行抉择。基于此,如何用一种有效地方式对影视剧进行播放热度排序,以帮助用户根据影视剧的播放热度排序,快速找到其心仪的影视剧,成为了一个重要的需求。
目前,主流视频平台一般以累计播放次数表征影视剧播放热度。也就是,一部影视剧的累计播放次数越多,则该影视剧在同类影视剧中的播放热度排序越靠前。然而,一些上线时间较长的影视剧其累计播放次数较高,是由于上线时间较长、常年累计导致的,但是这些影视剧的日播放次数可能很低,也就是,并不很受用户欢迎。比如,一个已经上线了5年的影视剧的累计播放次数大于一个仅上线3天的影视剧的累计播放次数,但是后者的日播放次数可能远高于前者的日播放次数,也就是,在当前时刻,后者要比前者受用户欢迎。
由以上可见,影视剧的累计播放次数难以准确的表征影视剧当前的播放热度,也就是,基于累计播放次数直接获得的播放热度准确度低。
发明内容
本发明实施例的目的在于提供一种视频播放热度确定方法及装置,以提高视频播放热度的准确度。具体技术方案如下:
第一方面,本发明实施例提供了一种视频播放热度确定方法,所述方法包括:
基于用户对所述目标视频的操作所产生的行为数据,对所述行为数据进行分类,获得用户观看行为数据、用户互动行为数据和用户分享行为数据;
根据所述用户观看行为数据、所述用户互动行为数据和所述用户分享行为数据分别对所述目标视频的播放热度增长趋势的影响程度,确定所述用户观看行为数据、所述用户互动行为数据和所述用户分享行为数据分别在计算所述目标视频的播放热度时的行为权重;
根据所获得的用户观看行为数据、用户互动行为数据、用户分享行为数据,以及所确定的行为权重,计算所述目标视频在当前时刻的播放热度。
本发明的一个实施例中,所述基于用户对所述目标视频的操作所产生的行为数据,对所述行为数据进行分类,得到用户观看行为数据、用户互动行为数据和用户分享行为数据,包括:
基于用户在不同时间窗口对所述目标视频的操作所产生的行为数据,对所述行为数据进行分类,获得不同时间窗口内所述目标视频的用户观看行为数据、用户互动行为数据和用户分享行为数据;其中,所述时间窗口为:按照时间长度对当前时刻之前的时间进行划分得到的时间段;
所述根据所获得的用户观看行为数据、用户互动行为数据、用户分享行为数据,以及所确定的行为权重,计算所述目标视频在当前时刻的播放热度,包括:
根据不同时间窗口所产生的行为数据对所述目标视频的播放热度增长趋势的影响程度,确定每一所述时间窗口分别在计算所述目标视频的播放热度时的时间权重;
根据所获得的用户观看行为数据、用户互动行为数据、用户分享行为数据,以及所确定的行为权重和时间权重,计算所述目标视频在当前时刻的播放热度。
本发明的一个实施例中,所述方法还包括:
分别计算获得所述目标视频所属视频集中各个视频在当前时刻的播放热度;
对所述视频集中各个视频在当前时刻的播放热度进行聚类,得到所述视频集的播放热度。
本发明的一个实施例中,在所述分别计算获得所述目标视频所属视频集中各个视频在当前时刻的播放热度之后,所述方法还包括:
获得所述视频集中各个视频的视频类型;
根据用户基于所述视频类型所产生的行为数据对所述视频集的播放热度增长趋势的影响程度,确定各个视频所属视频类型在计算所述视频集的播放热度时的类型权重;
所述对所述视频集中各个视频在当前时刻的播放热度进行聚类,得到所述视频集的播放热度,包括:
根据所确定的类型权重,对所述视频集中各个视频在当前时刻的播放热度进行聚类,得到所述视频集的播放热度;
或者,
获得所述视频集中各个视频的所属播放频道;
根据用户基于所述播放频道所产生的行为数据对所述视频集的播放热度增长趋势的影响程度,确定各个视频所属播放频道在计算所述视频集的播放热度时的频道权重;
所述对所述视频集中各个视频在当前时刻的播放热度进行聚类,得到所述视频集的播放热度,包括:
根据所确定的频道权重,对所述视频集中各个视频在当前时刻的播放热度进行聚类,得到所述视频集的播放热度。
或者,
获得所述视频集中各个视频所属的视频类型和所属的播放频道;
根据用户分别基于所述播放频道和所述播放频道所产生的行为数据对所述视频集的播放热度增长趋势的影响程度,依次确定各个视频所属视频类型在计算所述视频集的播放热度时的类型权重,以及所属播放频道在计算所述视频集的播放热度时的频道权重;
所述对所述视频集中各个视频在当前时刻的播放热度进行聚类,得到所述视频集的播放热度,包括:
根据所确定的类型权重和频道权重,对所述视频集中各个视频在当前时刻的播放热度进行聚类,得到所述视频集的播放热度。
第二方面,本发明实施例还提供了一种视频播放热度确定装置,所述装置包括:
数据分类模块,用于基于用户对所述目标视频的操作所产生的行为数据,对所述行为数据进行分类,获得用户观看行为数据、用户互动行为数据和用户分享行为数据;
行为权重确定模块,用于根据所述用户观看行为数据、所述用户互动行为数据和所述用户分享行为数据分别对所述目标视频的播放热度增长趋势的影响程度,确定所述用户观看行为数据、所述用户互动行为数据和所述用户分享行为数据分别在计算所述目标视频的播放热度时的行为权重;
热度计算模块,用于根据所获得的用户观看行为数据、用户互动行为数据、用户分享行为数据,以及所确定的行为权重,计算所述目标视频在当前时刻的播放热度。
本发明的一个实施例中,所述数据分类模块包括:
数据分类子模块,用于基于用户在不同时间窗口对所述目标视频的操作所产生的行为数据,对所述行为数据进行分类,获得不同时间窗口内所述目标视频的用户观看行为数据、用户互动行为数据和用户分享行为数据;其中,所述时间窗口为:按照时间长度对当前时刻之前的时间进行划分得到的时间段;
所述热度计算模块,包括:
时间权重确定子模块,用于根据不同时间窗口所产生的行为数据对所述目标视频的播放热度增长趋势的影响程度,确定每一所述时间窗口分别在计算所述目标视频的播放热度时的时间权重;
热度计算子模块,用于根据所获得的用户观看行为数据、用户互动行为数据、用户分享行为数据,以及所确定的行为权重和时间权重,计算所述目标视频在当前时刻的播放热度。
本发明的一个实施例中,所述装置还包括:
视频集热度计算模块,用于分别计算获得所述目标视频所属视频集中各个视频在当前时刻的播放热度;
聚类模块,用于对所述视频集中各个视频在当前时刻的播放热度进行聚类,得到所述视频集的播放热度。
本发明的一个实施例中,所述装置还包括:
视频类型模块,用于获得所述视频集中各个视频的视频类型;
类型权重获得模块,用于根据用户基于所述视频类型所产生的行为数据对所述视频集的播放热度增长趋势的影响程度,确定各个视频所属视频类型在计算所述视频集的播放热度时的类型权重;
所述聚类模块,包括:
第一热度得到子模块,用于根据所确定的类型权重,对所述视频集中各个视频在当前时刻的播放热度进行聚类,得到所述视频集的播放热度;
或者,
播放频道获得子模块,用于获得所述视频集中各个视频的所属播放频道;
频道权重确定子模块,用于根据用户基于所述播放频道所产生的行为数据对所述视频集的播放热度增长趋势的影响程度,确定各个视频所属播放频道在计算所述视频集的播放热度时的频道权重;
所述聚类模块,包括:
第二热度得到子模块,用于根据所确定的频道权重,对所述视频集中各个视频在当前时刻的播放热度进行聚类,得到所述视频集的播放热度。
或者,
类型和频道获得模块,用于获得所述视频集中各个视频所属的视频类型和所属的播放频道;
权重确定模块,用于根据用户分别基于所述播放频道和所述播放频道所产生的行为数据对所述视频集的播放热度增长趋势的影响程度,依次确定各个视频所属视频类型在计算所述视频集的播放热度时的类型权重,以及所属播放频道在计算所述视频集的播放热度时的频道权重;
所述聚类模块,包括:
第三热度得到子模块,用于根据所确定的类型权重和频道权重,对所述视频集中各个视频在当前时刻的播放热度进行聚类,得到所述视频集的播放热度。
在本发明实施的又一方面,还提供了一种电子设备,包括处理器、通信接口、存储器和通信总线,其中,处理器,通信接口,存储器通过通信总线完成相互间的通信;
存储器,用于存放计算机程序;
处理器,用于执行存储器上所存放的程序时,实现上任一所述的视频播放热度确定方法。
在本发明实施的又一方面,还提供了一种计算机可读存储介质,所述计算机可读存储介质中存储有指令,当其在计算机上运行时,使得计算机执行上述任一所述的视频播放热度确定方法。
由以上可见,应用本发明实施例提供的方案计算视频播放热度时,基于用户对目标视频的操作所产生的行为数据,对行为数据进行分类,获得用户观看行为数据、用户互动行为数据和用户分享行为数据,并根据所获得的行为数据以及每一类行为数据分别对应的行为权重,计算该目标视频在当前时刻的播放热度。可见,本发明实施例提供的方案中,在计算目标视频的播放热度时,不再仅累计播放次数,而是不仅考虑了该视频中目标视频的用户观看行为数据、用户互动行为数据和用户分享行为数据,还考虑了每一类行为数据分别对应的行为权重。因此,相对于现有技术而言,考虑的信息更加丰富、全面,所以能够提高视频播放热度的准确度。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍。
图1为本发明实施例提供的第一种视频播放热度确定方法的流程示意图;
图2为本发明实施例提供的第二种视频播放热度确定方法的流程示意图;
图3为本发明实施例提供的第三种视频播放热度确定方法的流程示意图;
图4为本发明实施例提供的一种不同时间窗口对应的数据的示意图;
图5为本发明实施例提供的第一种视频播放热度确定装置的结构示意图;
图6为本发明实施例提供的第二种视频播放热度确定装置的结构示意图;
图7为本发明实施例提供的一种电子设备的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
由于应用现有技术确定视频播放热度时,存在准确度低的问题,为解决这一技术问题,本发明实施例提供了一种视频播放热度确定方法及装置。
本发明的一个实施例中,提供了一种视频播放热度确定方法,该方法包括:
基于用户对目标视频的操作所产生的行为数据,对行为数据进行分类,获得用户观看行为数据、用户互动行为数据和用户分享行为数据;
根据用户观看行为数据、用户互动行为数据和用户分享行为数据分别对目标视频的播放热度增长趋势的影响程度,确定用户观看行为数据、用户互动行为数据和用户分享行为数据分别在计算目标视频的播放热度时的行为权重;
根据所获得的用户观看行为数据、用户互动行为数据、用户分享行为数据,以及所确定的行为权重,计算目标视频在当前时刻的播放热度。
由以上可见,应用本实施例提供的方案进行视频播放热度确定时,不再仅累计播放次数,而是不仅考虑了该视频中目标视频的用户观看行为数据、用户互动行为数据和用户分享行为数据,还考虑了每一类行为数据分别对应的行为权重。因此,相对于现有技术而言,考虑的信息更加丰富、全面,所以能够提高视频播放热度的准确度。
参见图1,图1为本发明实施例提供的第一种视频播放热度确定方法的流程示意图,该方法包括:
步骤11,基于用户对目标视频的操作所产生的行为数据,对行为数据进行分类,获得用户观看行为数据、用户互动行为数据和用户分享行为数据。
其中,目标视频可以是一个单独视频,也可以是属于视频集的单个视频,本实施例对此并不限定。针对视频集的具体描述将在后面实施例中进行一一详细描述,这里暂不详述。
本发明的一个实施例中,步骤11中获取用户对目标视频的操作所产生的行为数据,具体可以包括如下步骤111~步骤112。
步骤111,从各大网络平台提取用于反映用户对目标视频的操作所产生的行为数据。
其中,这些行为数据可以包括目标视频的片花播放次数、片花播放人数、播放时长、正片时长、正片播放次数、正片播放人数、评论次数、评论人数、弹幕次数、弹幕人数、点赞人数、下载次数、下载人数、分享人数、分享次数和转发视频等等。
步骤112,对提取的行为数据进行预处理,得到用于表征用户对目标视频的操作所产生的真实行为数据,作为用户对目标视频的操作所产生的行为数据。
其中,可以对提取的行为数据按照如下步骤进行预处理:
首先,去除上述提取行为数据的噪声数据,并对去除噪声后的行为数据进行缺失值填充、四则运算、ln变换、离散化等初步处理,上述ln变换是对数据变换成底数为e的对数。
上述去除噪声可以包括:过滤没有意义的词、互动的垃圾词汇、通过统计人的观看时长规则等,对应地,去除噪声后的行为数据就是得到用于表征用户对目标视频的真实行为数据。
例如,存在所获取的行为数据中是噪声可能为:观看时长不符合预设观看时长规则的数据,还有可能为一些不文明互动的数据和一些没有意义的词汇,可见,需要对上述特征数据进行噪声处理,以使去噪声后的行为数据能够反映用户的真实行为。
基于上述情况,目标视频的用户观看行为数据是指表示用户存在对目标视频进行观看操作所产生的行为数据,例如,这些观看操作可以为播放目标视频,这些观看操作所产生的行为数据为播放目标视频所产生的播放次数、播放目标视频的播放人数、播放目标视频的播放时长。
目标视频的用户互动行为数据是指表示用户存在对目标视频进行互动操作所产生的行为数据,例如,这些互动操作可以为用户对目标视频的评论和用户对目标视频的点赞,这些互动操作所产生的行为数据为用户对目标视频进行点赞所产生的点赞数量、点赞人数,用户对目标视频进行评论所产生的弹幕次数、弹幕人数、评论数量。
目标视频的用户分享行为数据是指表示用户存在对目标视频进行分享操作所产生的行为数据,例如,这些分享操作可以为用户对目标视频的下载和用户对目标视频的转发,这些分享操作所产生的行为数据为用户对目标视频进行下载所产生的下载次数、下载人数,用户对目标视频进行转发所产生的和转发次数、转发人数、分享次数和分享人数。
步骤12,根据用户观看行为数据、用户互动行为数据和用户分享行为数据分别对目标视频的播放热度增长趋势的影响程度,确定用户观看行为数据、用户互动行为数据和用户分享行为数据分别在计算目标视频的播放热度时的行为权重。
其中,上述播放热度增长趋势的影响程度可能是正向的,也可能负向的,或者完全无影响,因此,上述增长趋势的影响程度可能趋于正数、趋于负数或零。
由上述对目标视频的用户观看行为数据、用户互动行为数据和用户分享行为数据的描述可知,用户观看行为数据、用户互动行为数据和用户分享行为数据均能反映出用户对目标视频的喜爱程度,也就是说,用户观看行为数据、用户互动行为数据和用户分享行为数据均越多,则表示用户对目标视频越喜爱,反之亦然,因此,可以认为目标视频的用户观看行为数据、用户互动行为数据和用户分享行为数据均能够对目标视频的播放热度增长趋势产生影响。
但是,用户观看行为数据、用户互动行为数据、用户分享行为数据对目标视频的播放热度增长趋势所产生的影响程度可能存在不同,基于此,在计算目标视频在当前时刻的播放热度时,各自对应的行为权重可能不同。根据经验,用户观看行为数据相对于用户互动行为数据而言,用户观看行为数据更加能够反映出用户对目标视频的喜爱,也就是,用户观看行为数据对目标视频在当前时刻的播放热度增长趋势的影响程度更大,而用户互动行为数据相对于用户互分享行为数据而言,用户互动行为数据更加能够反映出用户对目标视频的喜爱,也就是,用户互动行为数据对目标视频在当前时刻的播放热度增长趋势的影响程度更大,基于此,本发明的一个实施例中,用户观看行为数据的行为权重大于用户互动行为数据的行为权重,用户互动行为数据的行为权重大于用户分享行为数据的行为权重,以进一步提高计算目标视频的播放热度的准确度。
步骤13,根据所获得的用户观看行为数据、用户互动行为数据、用户分享行为数据,以及所确定的行为权重,计算目标视频在当前时刻的播放热度。
本发明的一个实施例中,步骤13的一种具体实现方式可以包括如下步骤:
根据用户观看行为数据、用户互动行为数据、用户分享行为数据,以及用户观看行为数据、用户互动行为数据、用户分享行为数据分别对目标视频在当前时刻的播放热度所占据的行为权重,计算目标视频在当前时刻的播放热度。
具体的,步骤13的一种具体实现方式可以包括如下步骤:
按照如下第一表达式计算目标视频在当前时刻的播放热度;
其中,n表示行为数据的序号,m表示行为权重序号,An表示在序号n分别为1、2或3时对应的用户观看行为数据、用户互动行为数据以及用户分享行为数据,αm表示序号m分别为1、2或3时各类行为数据对应的行为权重,且当n=1,m=1时,An表示用户观看行为数据,αm表示用户观看行为数据的行为权重;当n=2,m=2时,An表示用户互动行为数据,αm表示用户互动行为数据的行为权重;当n=3,m=3时,An表示用户分享行为数据,αm表示用户分享行为数据的行为权重。F(·,A)为参量为A的二次变换函数。
上述F(·,A)可以是指数为A的指数函数,也可以是底数为A的对数函数,如底数A为e的对数函数,指数A为8的指数函数。
可见,本发明实施例提供的方案中,在按照第一表达式计算目标视频的播放热度时,不再仅累计播放次数,而是不仅考虑了该视频中目标视频的用户观看行为数据、用户互动行为数据和用户分享行为数据,还考虑了每一类行为数据分别对应的行为权重。因此,相对于现有技术而言,本实施例不仅考虑的信息更加丰富、全面,所以能够提高视频播放热度的准确度,同时还使得各个视频能够在同一标准中简单、快速地进行热度对比和衡量,这样有利于一些视频制作单位以视频质量为主,并能够实现良性竞争和健康发展。
由此可见,相对于现有技术而言,本上述各个实施例提供的方案中,在计算目标视频的播放热度时,不再仅累计播放次数,而是不仅考虑了该视频中目标视频的用户观看行为数据、用户互动行为数据和用户分享行为数据,还考虑了每一类行为数据分别对应的行为权重。可见,考虑的信息更加丰富、全面,所以能够提高视频播放热度的准确度。
本发明的一个实施例中,如图3所示,步骤11的具体实现方式包括步骤113:
步骤113,基于用户在不同时间窗口对目标视频的操作所产生的行为数据,对行为数据进行分类,获得不同时间窗口内目标视频的用户观看行为数据、用户互动行为数据和用户分享行为数据;其中,上述时间窗口为:按照时间长度对当前时刻之前的时间进行划分得到的时间段。
其中,各个时间窗口的时间长度可以相同,也可以不同,本实施例对此不进行限定。
示例性的,如目标视频上映的时间为2017年3月1日,且当前时刻为2019年11月3日,则将当前时刻到目标视频的上映时间之间的时间段划分为近期时间窗口、中期时间窗口或远期时间窗口,也就是,对2019年11月3日到2017年3月1日之间的时间段进行划分,2019年11月3日到2019年1月1日,记为近期时间窗口,2019年1月1日到2018年1月1日,记为中期时间窗口,2018年1月1日到2017年3月1日,记为远期时间窗口,基于上述情况,各个时间窗口与各类行为数据之间的对应关系见图2。
基于上述步骤113,如图3所示,步骤13的具体实现方式包括步骤131~步骤132:
步骤131,根据不同时间窗口所产生的行为数据对目标视频的播放热度增长趋势的影响程度,确定每一时间窗口分别在计算目标视频的播放热度时的时间权重。
其中,不同时间窗口所产生的行为数据对目标视频的播放热度增长趋势的影响程度是不同的,根据经验,近期时间窗口所产生的行为数据相对于中期时间窗口所产生的行为数据,更能够反映出用户在当前时刻对目标视频的播放热度增长趋势的影响,同理,中期时间窗口所产生的行为数据相对于远期期时间窗口所产生的行为数据,更能够反映出用户在当前时刻对目标视频的播放热度增长趋势的影响。基于此,本发明的一个实施例中,近期时间窗口的时间权重大于中期时间窗口的时间权重,中期时间窗口的时间权重大于远期时间窗口的时间权重。
步骤132,根据所获得的用户观看行为数据、用户互动行为数据、用户分享行为数据,以及所确定的行为权重和时间权重,计算目标视频在当前时刻的播放热度。
本步骤在计算目标视频在当前时刻的播放热度时,一方面,可以首先根据所获得的用户观看行为数据、用户互动行为数据、用户分享行为数据,以及对应的行为权重,计算目标视频针对行为权重在当前时刻的第一播放热度;然后基于计算的第一播放热度,利用所获得的用户观看行为数据、用户互动行为数据、用户分享行为数据,计算目标视频在当前时刻的播放热度。
基于上述情况,一种具体实施方式可以包括如下步骤:
按照如下第二表达式计算目标视频在当前时刻的播放热度;
其中,s表示时间窗口序号,βs为An所表示行为数据在时间窗口序号为s对应的权重,F表示时间窗口的总数量,F可以取3。
可见,按照第二表达式在计算目标视频的播放热度时,相对现有技术而言,不再仅累计播放次数,而是不仅考虑了该视频中目标视频的用户观看行为数据、用户互动行为数据和用户分享行为数据,还考虑了每一类行为数据分别对应的行为权重和时间权重,同时还能够快速、准确且全面地计算目标视频在当前时刻的播放热度,不仅使得各个视频能够在同一标准中简单、快速和准确地进行热度对比和衡量,还有利于实现制作视频行业的良性竞争和健康发展。
另一方面,也可以首先根据所获得的用户观看行为数据、用户互动行为数据、用户分享行为数据,以及对应的时间权重,计算目标视频针对时间权重在当前时刻的第二播放热度;然后基于计算的第二播放热度,利用所获得的用户观看行为数据、用户互动行为数据、用户分享行为数据对应的行为权重,计算目标视频在当前时刻的播放热度。
基于上述情况,一种具体实施方式可以包括如下步骤:
按照如下第三表达式计算目标视频在当前时刻的播放热度;
可见,按照第三表达式在计算目标视频的播放热度时,相对现有技术而言,不再仅累计播放次数,而是不仅考虑了该视频中目标视频的用户观看行为数据、用户互动行为数据和用户分享行为数据,还考虑了每一类行为数据分别对应的行为权重和时间权重,同时还能够快速、准确且全面地计算目标视频在当前时刻的播放热度,不仅使得各个视频能够在同一标准中简单、快速和准确地进行热度对比和衡量,还有利于实现制作视频行业的良性竞争和健康发展。
由上可见,在本实施例的方案中,在计算目标视频的播放热度时,相对于现有技术而言,不再仅累计播放次数,而是不仅考虑了该视频中目标视频的用户观看行为数据、用户互动行为数据和用户分享行为数据,还考虑了每一类行为数据分别对应的行为权重和时间权重。同时,相对于未考虑时间权重而言,本实施例考虑的信息更加丰富、全面,所以能够进一步提高视频播放热度的准确度。
本发明的一个实施例中,在步骤13之后,如图4所示,该方法还可以包括如下步骤14~步骤15:
步骤14,分别计算获得目标视频所属视频集中各个视频在当前时刻的播放热度。
本发明的一个实施例中,视频集可以是具有同一主题的单个视频的集合。
具体的,上述主题可以是基于以下信息中的至少一种确定的:视频集的名称、视频的发布时间段等。其中,视频的发布时间段可以依据视频发布的绝对时间确定,例如,发布时间为2000年1月1日等,还可以是依据视频所属的系列确定,例如,第一季、第二季等等。
鉴于上述情况,一种实现方式中,上述具有同一主题的单个视频的集合可以为:名称中包含同一视频集名称的视频的集合。
具体的,一部电视剧的每集视频的名称中均包含该电视剧的名称,而一般以电视剧的名称作为视频集的名称,因此,上述电视剧的每集视频的集合为具有同一主题的单个视频的集合,也就是,上述电视剧的每集视频的集合为上述电视剧对应的视频集。如,“红楼梦”这一电视剧包含50集视频,每一集视频的名称分别为“红楼梦_1”、“红楼梦_2”、……、“红楼梦_50”,这50集视频的名称中均包含电视剧的名称“红楼梦”,可以认为这50集视频是具有同一主题的单个视频,则这50集视频的集合为“红楼梦”这一电视剧对应的视频集。
另一种实现方式中,上述具有同一主题的单个视频的集合还可以为:属于同一系列的视频的集合。
具体的,一档综艺节目的每集视频的名称往往不同,但每集视频都是基于该档综艺节目的视频,也就是属于一个系列的视频,因此,该档综艺节目的每集视频的集合为具有同一主题的单个视频的集合,也就是,上述一档综艺节目的每集视频的集合为该档综艺节目对应的视频集。如,“爸爸去哪儿”这一档综艺节目的第一季中包括多集视频,但是由于每一集视频中嘉宾参与节目的地点不同,每一集视频的名称不同,但是各集视频都是基于“爸爸去哪儿”第一季的视频,也就是,都是属于“爸爸去哪儿”第一季的视频,是属于同一系列的视频,因此,上述“爸爸去哪儿”第一季中包括的各集视频的集合是具有同一主题的单个视频的集合,则上述各集视频的集合为“爸爸去哪儿”第一季对应的视频集。
需要说明的是,本发明实施例仅仅以上述为例进行说明,并不限定具有同一主题的单个视频的集合为包含同一视频集名称的集合、属于同一系列的视频的集合,只要具有相似属性的视频的集合均可。
基于上述的描述,当视频集为电视剧时,该目标视频可以是该部电视剧的某一集视频的片花视频,还可以是该部电视剧的某一集视频的正片视频;当视频集为综艺节目时,该目标视频可以是该综艺节目中某一集综艺的片花视频,还可以是该综艺节目中某一集综艺的正片视频;当目标视频是仅有一个视频的电影时,该目标视频就是该部电影视频。
将视频集中的每一视频均作为目标视频,并按照步骤11~步骤13,或,按照步骤11~步骤12、步骤113、步骤131~步骤132计算出视频集中各个视频在当前时刻的播放热度。
步骤15,对视频集中各个视频在当前时刻的播放热度进行聚类,得到视频集的播放热度。
视频集中每一视频对应的播放热度仅均能代表自身在当前时刻的播放热度,并不能准确地反映该视频集在当前时刻的播放热度。具体原因至少包括两个方面:
一方面,视频类型对视频集播放热度的增长趋势的影响。
视频集中各个视频可能存在不同的视频类型,视频集中各个视频的类型可以包括:正片视频、片花可短视频和预告片视频。例如:当视频集为电视剧时,该电视剧包括每一集视频的正片视频、片花卡段视频、预告片视频等,当视频集为综艺节目时,该综艺节目包括每一期视频的正片视频、片花卡段视频、预告片视频等。
各个视频的视频类型可能受观众的喜爱程度不同,可见,不同的视频类型对视频集的播放热度的影响程度也不同。
示例性的,观众在决定是否观看该视频,往往是通过观看该视频的预告片视频或片花卡段视频决定是否看正片视频,这样造成,预告片视频或片花卡段视频的播放热度高于正片视频的播放热度,但是,预告片视频或片花卡段视频的播放热度高,并不能反映出观众对该视频集整体的喜爱。可见,不同视频类型对视频集的播放热度的影响程度是不同的。
基于上述情况,需要对视频集中各个视频在当前时刻的播放热度进行聚类,以准确地获得视频集在当前时刻的播放热度。
另一方面,播放频道对视频集播放热度的增长趋势的影响。
各个视频所属的播放频道可能存在受观众的喜爱程度不同和覆盖率不同,可见,各个视频所属的播放频道对视频集的播放热度的影响程度也不同。
示例性的,视频集中某些视频既在浙江卫视播放,又同时在农业卫视播放,由于浙江卫视和农林卫视受众群体存在不同,通过统计,视频集在浙江卫视播放时对应的播放热度高于在农林卫视播放时对应的播放热度。
由上可见,在本实施例的方案中,在计算视频集的播放热度时,通过对视频集中各个视频在当前时刻的播放热度进行聚类,得到视频集的播放热度。可见,本实施例通过对视频集中各个视频在当前时刻的播放热度进行聚类,实现了各个视频的播放热度对视频集的播放热度的增长趋势的差异化处理,可见,本实施例考虑的信息更加丰富、全面,所以能够进一步提高视频播放热度的准确度。
基于上述两种影响视频集的播放热度的情况,本发明的一个实施例中,在步骤14之后,该方法还可以包括:
步骤16,获得视频集中各个视频的视频类型。
由上述对视频类型的描述,本步骤的一种实现方式是,可以从视频集的属性信息中获取视频集中每一视频的视频类型,这些视频类型包括正片视频、片花卡段视频和预告片视频。
步骤17,根据用户基于视频类型所产生的行为数据对视频集的播放热度增长趋势的影响程度,确定各个视频所属视频类型在计算视频集的播放热度时的类型权重。
基于上述情况,用户在观看视频集中的视频时,因不了解视频集中视频的内容,一般先从观看视频集的预告片视频,而后才决定要继续观看该视频,在观看视频集的过程中,也会根据该视频集中视频的预告片卡段视频,确定该集视频内容是否值得继续观看,还是跳过该集视频看其他集视频,还是不在继续观看该视频集中的视频。鉴于这样的情况,可能会存在视频集中预告片的播放数量往往大于预告卡段视频的播放数量,而预告片卡段视频的播放数量又大于正片视频的播放数量,可见,视频集中各个视频被访问的概率不同,其带来的播放热度也不同,因此,本申请针对视频集中视频的视频类型设定对应的类型权重。
根据经验,正片视频对视频集的播放热度所产生的影响相对于片花卡段所产生的影响而言,更能够反映出用户在当前时刻对视频集的播放热度增长趋势的影响,同理,片花卡段视频对视频集的播放热度所产生的影响相对于预告片视频所产生的影响而言,更能够反映出用户在当前时刻对视频集的播放热度增长趋势的影响。基于此,本发明的一个实施例中,正片视频的类型权重大于片花卡段视频的类型权重,片花卡段视频的类型权重大于正片视频的类型权重。
基于上述步骤16~步骤17,步骤15可以包括如下步骤:
根据所确定的类型权重,对视频集中各个视频在当前时刻的播放热度进行聚类,得到视频集的播放热度。
本发明的一个实施例中,本步骤在计算视频集在当前时刻的播放热度时,可以根据所获得的视频集中各个视频的播放热度,以及对应的视频类型对视频集的播放热度增长趋势的影响程度所占的类型权重,计算视频集针对类型权重在当前时刻的播放热度。
本步骤的一种具体实现方式可以包括如下步骤:
按照如下第四表达式进行聚类,得到视频集的播放热度;
其中,q表示视频集中各个视频的序号,Q表示视频集中视频的总数量,Gq表示序号为q的视频在当前时刻的播放热度,ηq表示序号为q的视频的视频类型对应的权重。
可见,计算视频集的播放热度所使用的视频集中的各个视频的播放热度,不仅考虑了该视频中目标视频的用户观看行为数据、用户互动行为数据和用户分享行为数据,还考虑了每一类行为数据分别对应的行为权重,同时,按照第四表达式在基于各个视频的播放热度计算视频集的播放热度时,还考虑了各个视频所属的视频类型,使得利用第四表达式在计算视频集的播放热度时还能够进一步快速、准确且全面地计算视频集在当前时刻的播放热度,不仅使得各个视频集能够在同一标准中简单、快速和准确地进行热度对比和衡量,还有利于实现制作视频行业的良性竞争和健康发展。
由上可见,在本实施例提供的方案中,在计算视频集中的各个视频的播放热度时,不仅考虑了该视频中目标视频的用户观看行为数据、用户互动行为数据和用户分享行为数据,还考虑了每一类行为数据分别对应的行为权重,同时,在利用视频集中各个视频的播放热度,计算视频集的播放热度时,还考虑了视频类型对视频集的播放热度增长趋势的影响程度,并确定了各个视频的视频类型在计算视频集的播放热度时的类型权重,使得基于类型权重聚类后的视频集的播放热度能够更加准确地反映该视频集的播放热度。
本发明的一个实施例中,在步骤14之后,该方法还可以包括步骤18:
步骤18,获得视频集中各个视频的所属播放频道。
上述播放频道可以为播放视频的各大卫视频道,也可以为播放视频的网络平台中的各个频道,本发明实施例对此并不限定。例如,湖南卫视播放“还珠格格”第2集,则“还珠格格”第2集的播放频道是湖南卫视,CCTV7军事·农业播放“乡约”第8集,则“乡约”第8集的播放频道是CCTV7,某网络平台的时尚频道播放“时尚秀场”,则“时尚秀场”的播放频道是时尚频道。
基于上述情况,视频集中各个视频均有各自所属的播放频道,例如,视频集为一部电视剧,该电视剧的预告片视频可能在合约播放的各大网络视频平台上均进行了发布,同时也在合约播放的各大卫视频道上均进行了发布,同时为了吸引热度,该电视剧的预告片也可能在未有合约播放的其他网络平台上进行了发布,但该电视剧的正片视频一般均会在合约播放的各大网络视频平台或/和卫视频道上进行播放。可见,视频集中各个视频的播放频道可能相同,也可能不同。
步骤19,根据用户基于播放频道所产生的行为数据对视频集的播放热度增长趋势的影响程度,确定各个视频所属播放频道在计算视频集的播放热度时的频道权重。
各个视频所属的播放频道可能存在受观众的喜爱程度不同和覆盖率不同,可见,各个视频所属的播放频道对视频集的播放热度的影响程度也不同。
例如,收视率越高的卫视频道,在该卫视频道播放视频集所带来的播放热度也较高,相反,收视率越低的卫视频道,在该卫视频道播放视频集的播放热度也较低。对一些网络频道也存在同样的道理,知名度越高且拥有固定会员较多的网络频道,在该网络频道播放视频集所带来的播放热度也较高,相反,知名度越低且拥有固定会员较少的网络频道,在该卫视频道播放视频集的播放热度也较低。
根据经验,卫视频道的频道权重大于或等于网络频道的频道权重,在卫视频道中,根据每一卫视频道的收视率,对不同卫视频道的频道权重进行确定,收视率越高的卫视频道,对应的频道权重越大,如湖南卫视频道的权重大于新疆卫视频道的权重;在网络频道中,根据每一网络频道的收视率,对不同网络频道的频道权重进行确定,会员数量越多的网络频道,对应的频道权重越大。
基于上述步骤18~步骤19,步骤15可以包括如下步骤:
根据所确定的频道权重,对视频集中各个视频在当前时刻的播放热度进行聚类,得到视频集的播放热度。
本发明的一个实施例中,本步骤在计算视频集在当前时刻的播放热度时,可以根据所获得的视频集中各个视频的播放热度,以及对应的所属播放频道对视频集的播放热度增长趋势的影响程度所占的频道权重,计算视频集针对频道的权重在当前时刻的播放热度。
本步骤的一种具体实现方式可以包括如下步骤:
按照如下第五表达式进行聚类,得到视频集的播放热度;
其中,μq表示播放序号为q的视频所属视频频道对应的频道权重。
可见,计算视频集的播放热度所使用的视频集中的各个视频的播放热度,不仅考虑了该视频中目标视频的用户观看行为数据、用户互动行为数据和用户分享行为数据,还考虑了每一类行为数据分别对应的行为权重,同时,按照第五表达式在基于各个视频的播放热度计算视频集的播放热度时,还考虑了各个视频所属的播放频道,使得利用第五表达式在计算视频集的播放热度时,还能够进一步快速、准确且全面地计算视频集在当前时刻的播放热度,不仅使得各个视频集能够在同一标准中简单、快速和准确地进行热度对比和衡量,还有利于实现制作视频行业的良性竞争和健康发展。
由上可见,在本实施例提供的方案中,在计算视频集中的各个视频的播放热度时,不仅考虑了该视频中目标视频的用户观看行为数据、用户互动行为数据和用户分享行为数据,还考虑了每一类行为数据分别对应的行为权重,同时,在利用视频集中各个视频的播放热度,计算视频集的播放热度时,还考虑了各个视频所属播放频道对视频集的播放热度增长趋势的影响程度,并确定了各个视频所属播放频道在计算视频集的播放热度时的频道权重,使得基于频道权重聚类后的视频集的播放热度能够更加准确地反映该视频集的播放热度。
本发明的一个实施例中,在步骤14之后,该方法还可以包括步骤20~步骤21:
步骤20,获得视频集中各个视频所属的视频类型和所属的播放频道。
步骤21,根据用户分别基于播放频道和播放频道所产生的行为数据对视频集的播放热度增长趋势的影响程度,依次确定各个视频所属视频类型在计算视频集的播放热度时的类型权重,以及所属播放频道在计算视频集的播放热度时的频道权重。
基于上述步骤20~步骤21,步骤15可以包括如下步骤:
根据所确定的类型权重和频道权重,对视频集中各个视频在当前时刻的播放热度进行聚类,得到视频集的播放热度。
本步骤在计算视频集在当前时刻的播放热度时,一种实施方式,可以首先根据所获得的各个视频的播放热度,以及对应的类型权重,计算视频集针对类型权重在当前时刻的第三播放热度;然后基于计算的第三播放热度,根据视频集中各个视频所属播放频道对视频集的播放热度增长趋势的影响程度所占的频道权重,计算视频集在当前时刻的播放热度。
另一种实施方式,可以首先根据所获得的各个视频的播放热度,以及对应的视频所属播放频道对视频集的播放热度增长趋势的影响程度所占的频道权重,计算视频集针对频道权重在当前时刻的第四播放热度;然后基于计算的第四播放热度,根据视频集中各个视频对应的类型权重,计算视频集在当前时刻的播放热度。本发明实施例并不限定上述实施方式。
基于上述情况,一种具体实施方式可以包括如下步骤:
按照如下第六表达式计算视频集在当前时刻的播放热度;
或,
按照如下第七表达式计算视频集在当前时刻的播放热度;
可见,计算视频集的播放热度所使用的视频集中的各个视频的播放热度,不仅考虑了该视频中目标视频的用户观看行为数据、用户互动行为数据和用户分享行为数据,还考虑了每一类行为数据分别对应的行为权重,同时,按照第六表达式或第七表达式在基于各个视频的播放热度计算视频集的播放热度时,还考虑了各个视频所属的播放频道和各个视频的播放类型,使得利用第六表达式或第七表达式在计算视频集的播放热度时,还能够进一步快速、准确且全面地计算视频集在当前时刻的播放热度,不仅使得各个视频集能够在同一标准中简单、快速和准确地进行热度对比和衡量,还有利于实现制作视频行业的良性竞争和健康发展。
由上可见,在本实施例的方案中,在计算视频集中各个视频的播放热度时,相对于现有技术而言,不再仅累计播放次数,而是不仅考虑了该视频中目标视频的用户观看行为数据、用户互动行为数据和用户分享行为数据,还考虑了每一类行为数据分别对应的行为权重,或,行为权重和时间权重。同时,在利用视频集中各个视频的播放热度,计算视频集的播放热度时,还分别考虑了各个视频所属播放频道以及各个视频的视频类型分别对视频集的播放热度增长趋势的影响程度所占的频道权重和类型频道,使得基于频道权重聚类后的视频集的播放热度能够更加准确地反映该视频集的播放热度。
在步骤14之后,可以执行上步骤15,还可以执行如下步骤23,本发明的一个实施例中,在步骤14之后,上述方法还可以包括如下步骤23:
步骤23,对视频集中各个视频在当前时刻的播放热度进行融合,得到视频集的播放热度。
对视频集中各个视频在当前时刻的播放热度进行聚类有多种实现方式,其中,一种实现方式可以为:计算视频集中各个视频在当前时刻的播放热度的均值,将计算后的均值作为视频集在当前时刻的播放热度。
另一种实现方式可以包括步骤231~步骤233:
步骤231,计算视频集中各个视频的播放热度的中值和表征各个视频的播放热度的离散程度的离散值。
本实施例中,各个视频的播放热度均表示各个视频在当前时刻的播放热度。
本发明的一个实施例中,可以按照如下方式确定各个视频的播放热度的中值,具体为:按照大小对各个视频的播放热度进行排序,当各个视频的播放热度的数量为奇数时,将排序后居于中间位置的播放热度作为各个视频的播放热度的中值,当各个视频的播放热度的数量为偶数时,将排序后居于中间位置的两个播放热度的均值作为各个视频的播放热度的中值。
本发明的一个实施例中,可以按照公式确定上述各个视频的播放热度的离散值,上述公式其中,A为离散值,U为各个视频的播放热度的数量,i为各个视频的播放热度所属的序号,r为各个视频的播放热度的均值,xi的值为视频集中序号为i的播放热度。
由于上述中值以及离散值为针对各个视频的播放热度的统计值,能够反映出各个视频的播放热度之间的统计关系,例如,一个视频的播放热度接近于视频集中各个视频的播放热度的聚集中心、一个视频的播放热度远离于上述聚集中心等,因此,借助上述中值以及离散值可以确定出视频集包括的各个视频的播放热度中与其他视频的播放热度之间差异较大的播放热度。
步骤232,利用中值和离散值,计算视频集对应的离群值。
其中,上述离群值是指视频集中各个视频的播放热度与其他视频的播放热度差异较大的播放热度。
本发明的一个实施例中,可以通过如下步骤2321~步骤2323计算各个视频的播放热度的离群值:
步骤2321,按照以下第八表达式计算下限值。
第八表达式为:P1=N-f·B。
其中,P1表示上述下限值,N表示各个视频的播放热度的中值,B表示各个视频的播放热度的离散值,f表示倍数。
具体的,上述f可以是预先设定的,其取值为3或4。
步骤2322,按照第九表达式计算上限值。
第九表达式为:P2=N+f·B。
其中,P2表示上述上限值。
步骤2323,从视频集中各个视频的播放热度中,剔除离群值。
这样按照上述第八表达式和第九表达式分别计算上限值和下限值后,能够较为准确的确定出各个视频的播放热度对应的离群值。
步骤2324,计算剩余播放热度的均值,并将均值作为视频集在当前时刻的播放热度。
上述剩余播放热度为从视频集包括各个视频的播放热度中排除离群值后剩余的播放热度。也就是,上述剩余播放热度为剔除视频集中各个视频播放热度与其他播放热度差异大的播放热度后剩余的播放热度。
基于上述步骤2323,上述剩余播放热度可以为大于等于P1以及小于或等于P2的流量。
可见,本实施例提供的方案中,从视频集中各个播放热度在当前时刻的播放热度中剔除离群值,也就是,剔除了各个视频在当前时刻的播放热度的噪声,剩余的播放热度能够更加真实的反映视频集在当前时刻的播放热度。因此,应用本实施例提供的方案确定出视频集在当前时刻的播放热度,能够更加真实和准确反映待视频集在当前时刻的播放热度。
本发明的一个实施例中,在步骤14之后,上述方法还可以包括步骤24~步骤26:
步骤24,获得播放目标视频所属的播放频道。
步骤25,根据用户基于播放频道所产生的行为数据对目标视频的播放热度增长趋势的影响程度,确定播放频道在计算目标视频的播放热度时的频道权重。
步骤26,根据所获得的用户观看行为数据、用户互动行为数据、用户分享行为数据,以及所确定的行为权重、时间权重和频道权重,计算目标视频在当前时刻的播放热度。
在上述步骤24~26之后,执行步骤23,或执行步骤步骤231~步骤233。
可见,在本实施例的方案中,在计算视频集中各个视频的播放热度时,相对于现有技术而言,不再仅累计播放次数,而是不仅考虑了该视频中目标视频的用户观看行为数据、用户互动行为数据和用户分享行为数据,还考虑了每一类行为数据分别对应的、时间权重和频道权重。同时,在利用视频集中各个视频的播放热度,计算视频集的播放热度时,对视频集中各个视频的播放热度进行了融合,或,进一步剔除了各个视频在当前时刻的播放热度的噪声,剩余的播放热度能够更加真实的反映视频集在当前时刻的播放热度。因此,应用本实施例提供的方案确定出视频集在当前时刻的播放热度,能够更加真实和准确反映待视频集在当前时刻的播放热度。
本发明的一个实施例中,在步骤14之后,上述方法还可以包括步骤27~步骤29:
步骤27,获得上述目标视频所属的视频类型。
步骤28,根据用户基于视频类型所产生的行为数据对目标视频的播放热度增长趋势的影响程度,确定视频类型在计算目标视频的播放热度时的类型权重。
步骤29,根据所获得的用户观看行为数据、用户互动行为数据、用户分享行为数据,以及所确定的行为权重、时间权重和类型权重,计算目标视频在当前时刻的播放热度。
在上述步骤27~29之后,执行步骤23,或执行步骤步骤231~步骤233。
可见,在本实施例的方案中,在计算视频集中各个视频的播放热度时,相对于现有技术而言,不再仅累计播放次数,而是不仅考虑了该视频中目标视频的用户观看行为数据、用户互动行为数据和用户分享行为数据,还考虑了每一类行为数据分别对应的、时间权重和类型权重。同时,在利用视频集中各个视频的播放热度,计算视频集的播放热度时,对视频集中各个视频的播放热度进行了融合,或,进一步剔除了各个视频在当前时刻的播放热度的噪声,剩余的播放热度能够更加真实的反映视频集在当前时刻的播放热度。因此,应用本实施例提供的方案确定出视频集在当前时刻的播放热度,能够更加真实和准确反映待视频集在当前时刻的播放热度。
本发明的一个实施例中,在步骤14之后,上述方法还可以包括步骤30~步骤32:
步骤30,获得上述目标视频所属的视频类型和播放频道。
步骤31,根据用户基于视频类型和播放频道分别所产生的行为数据对目标视频的播放热度增长趋势的影响程度,确定视频类型在计算目标视频的播放热度时的类型权重和频道权重。
步骤32,根据所获得的用户观看行为数据、用户互动行为数据、用户分享行为数据,以及所确定的行为权重、时间权重、类型权重和频道权重,计算目标视频在当前时刻的播放热度。
在上述步骤30~32之后,执行步骤23,或执行步骤步骤231~步骤233。
可见,在本实施例的方案中,在计算视频集中各个视频的播放热度时,相对于现有技术而言,不再仅累计播放次数,而是不仅考虑了该视频中目标视频的用户观看行为数据、用户互动行为数据和用户分享行为数据,还考虑了每一类行为数据分别对应的、时间权重、类型权重和频道权重。同时,在利用视频集中各个视频的播放热度,计算视频集的播放热度时,对视频集中各个视频的播放热度进行了融合,或,进一步剔除了各个视频在当前时刻的播放热度的噪声,剩余的播放热度能够更加真实的反映视频集在当前时刻的播放热度。因此,应用本实施例提供的方案确定出视频集在当前时刻的播放热度,能够更加真实和准确反映待视频集在当前时刻的播放热度。
基于上述实施例获得的播放热度,针对视频集中的每一视频,该视频的播放热度随着时间的推移,会不断地发生变化,基于此,可以间隔预设时间确定该视频在当前时刻最新的播放热度,并更新该视频的播放热度,以准确地得到该视频集的播放热度。
基于上述视频播放热度确定方法的描述,下面通过一个具体示例对本发明实施例提供的视频播放热度确定方法进行详细描述,该示例为确定一部电视剧的播放热度,具体方法为:
第一步,针对该电视剧中的每一个视频,均执行如下步骤以获得该视频在当前时刻的播放热度,具体为:
基于用户在不同时间窗口对该视频的操作所产生的行为数据,对行为数据进行分类,获得用户观看行为数据、用户互动行为数据和用户分享行为数据;根据用户观看行为数据、用户互动行为数据和用户分享行为数据分别对该视频的播放热度增长趋势的影响程度,确定对应的在计算该视频的播放热度时的行为权重,以及,每一时间窗口分别在计算该视频的播放热度时的时间权重。
第二步,在按照第一步的步骤获得该电视剧中各个视频的播放热度后,继续从电视剧中每一视频的属性信息中,获得该电视剧中各个视频按照是否为正片片段视频、预告片视频或片花卡段视频的视频类型进行分类。
按照如下原则,确定按照用户基于电视剧中各个视频的视频类型所产生的行为数据对该电视剧的播放热度增长趋势的影响程度,确定各个视频所属视频类型在计算该电视剧的播放热度时的类型权重,其中,该原则为:
鉴于,正片视频对视频集的播放热度所产生的影响相对于片花卡段所产生的影响,更能够反映出用户在当前时刻对视频集的播放热度增长趋势的影响,同理,片花卡段视频对视频集的播放热度所产生的影响相对于预告片视频所产生的影响,更能够反映出用户在当前时刻对视频集的播放热度增长趋势的影响。基于此,针对该电视剧中各个视频,正片视频的类型权重大于片花卡段视频的类型权重,片花卡段视频的类型权重大于正片视频的类型权重。
第三步,在执行第二步后,在继续从电视剧中每一视频的属性信息中,获得播放该电视剧中各个视频所属的视频频道。
对所获得的视频频道按照网络频道和卫视频道进行分类。并针对网络频道,按照各个网络频道的会员量进行排序,针对卫视频道,按照各个卫视频道的收视率进行排序。
按照如下原则,确定按照用户基于电视剧中各个视频所属播放频道所产生的行为数据对该电视剧的播放热度增长趋势的影响程度,确定各个视频所属视频类型在计算该电视剧的播放热度时的频道权重,其中,该原则为:
卫视频道的频道权重大于或等于网络频道的频道权重,在卫视频道中,根据每一卫视频道的收视率,对不同卫视频道的频道权重进行确定,收视率越高的卫视频道,对应的频道权重越大,如湖南卫视频道的权重大于新疆卫视频道的权重;在网络频道中,根据每一网络频道的收视率,对不同网络频道的频道权重进行确定,会员数量越多的网络频道,对应的频道权重越大。
与上述视频播放热度确定相对应,本发明实施例还提供了视频播放热度确定装置。
参见图5,图5为本发明实施例提供一种视频播放热度确定装置的结构示意图,上述装置可以包括:
数据分类模块501,用于基于用户对目标视频的操作所产生的行为数据,对行为数据进行分类,获得用户观看行为数据、用户互动行为数据和用户分享行为数据;
行为权重确定模块502,用于根据用户观看行为数据、用户互动行为数据和用户分享行为数据分别对目标视频的播放热度增长趋势的影响程度,确定用户观看行为数据、用户互动行为数据和用户分享行为数据分别在计算目标视频的播放热度时的行为权重;
热度计算模块503,用于根据所获得的用户观看行为数据、用户互动行为数据、用户分享行为数据,以及所确定的行为权重,计算目标视频在当前时刻的播放热度。
本发明的一个实施例中,如图6所示,上述数据分类模块501可以包括:
数据分类子模块5011,用于基于用户在不同时间窗口对目标视频的操作所产生的行为数据,对行为数据进行分类,获得不同时间窗口内目标视频的用户观看行为数据、用户互动行为数据和用户分享行为数据;其中,时间窗口为:按照时间长度对当前时刻之前的时间进行划分得到的时间段。
热度计算模块503可以包括:
时间权重确定子模块5031,用于根据不同时间窗口所产生的行为数据对目标视频的播放热度增长趋势的影响程度,确定每一时间窗口分别在计算目标视频的播放热度时的时间权重。
热度计算子模块5032,用于根据所获得的用户观看行为数据、用户互动行为数据、用户分享行为数据,以及所确定的行为权重和时间权重,计算目标视频在当前时刻的播放热度。
本发明的一个实施例中,上述装置还可以包括:
视频集热度计算模块,用于分别计算获得目标视频所属视频集中各个视频在当前时刻的播放热度。
聚类模块,用于对视频集中各个视频在当前时刻的播放热度进行聚类,得到视频集的播放热度。
本发明的一个实施例中,上述装置还可以包括:
视频类型模块,用于获得视频集中各个视频的视频类型。
类型权重获得模块,用于根据用户基于视频类型所产生的行为数据对视频集的播放热度增长趋势的影响程度,确定各个视频所属视频类型在计算视频集的播放热度时的类型权重。
聚类模块可以包括:
第一热度得到子模块,用于根据所确定的类型权重,对视频集中各个视频在当前时刻的播放热度进行聚类,得到视频集的播放热度。
或者,
播放频道获得子模块,用于获得视频集中各个视频的所属播放频道。
频道权重确定子模块,用于根据用户基于播放频道所产生的行为数据对视频集的播放热度增长趋势的影响程度,确定各个视频所属播放频道在计算视频集的播放热度时的频道权重。
聚类模块可以包括:
第二热度得到子模块,用于根据所确定的频道权重,对视频集中各个视频在当前时刻的播放热度进行聚类,得到视频集的播放热度。
或者,
类型和频道获得模块,用于获得视频集中各个视频所属的视频类型和所属的播放频道;
权重确定模块,用于根据用户分别基于播放频道和播放频道所产生的行为数据对视频集的播放热度增长趋势的影响程度,依次确定各个视频所属视频类型在计算视频集的播放热度时的类型权重,以及所属播放频道在计算视频集的播放热度时的频道权重;
聚类模块可以包括:
第三热度得到子模块,用于根据所确定的类型权重和频道权重,对视频集中各个视频在当前时刻的播放热度进行聚类,得到视频集的播放热度。
由上可见,本发明实施例提供了一种视频播放热度确定装置,该装置计算视频播放热度时,基于用户对目标视频的操作所产生的行为数据,对行为数据进行分类,获得用户观看行为数据、用户互动行为数据和用户分享行为数据,并根据所获得的行为数据以及每一类行为数据分别对应的行为权重,计算该目标视频在当前时刻的播放热度。可见,本发明实施例提供的方案中,在计算目标视频的播放热度时,不再仅累计播放次数,而是不仅考虑了该视频中目标视频的用户观看行为数据、用户互动行为数据和用户分享行为数据,还考虑了每一类行为数据分别对应的行为权重。因此,相对于现有技术而言,考虑的信息更加丰富、全面,所以能够提高视频播放热度的准确度。
本发明实施例还提供了一种电子设备,如图7所示,包括处理器701、通信接口702、存储器703和通信总线704,其中,处理器701,通信接口702,存储器703通过通信总线704完成相互间的通信,
存储器703,用于存放计算机程序;
处理器701,用于执行存储器703上所存放的程序时,实现本发明实施例提供的一种视频播放热度确定方法。
具体的,上述一种视频播放热度确定方法,包括:
基于用户对目标视频的操作所产生的行为数据,对行为数据进行分类,获得用户观看行为数据、用户互动行为数据和用户分享行为数据。
根据用户观看行为数据、用户互动行为数据和用户分享行为数据分别对目标视频的播放热度增长趋势的影响程度,确定用户观看行为数据、用户互动行为数据和用户分享行为数据分别在计算目标视频的播放热度时的行为权重。
根据所获得的用户观看行为数据、用户互动行为数据、用户分享行为数据,以及所确定的行为权重,计算目标视频在当前时刻的播放热度。
由此可见,执行本实施例提供的电子设备,通过计算视频播放热度时,基于用户对目标视频的操作所产生的行为数据,对行为数据进行分类,获得用户观看行为数据、用户互动行为数据和用户分享行为数据,并根据所获得的行为数据以及每一类行为数据分别对应的行为权重,计算该目标视频在当前时刻的播放热度。可见,本发明实施例提供的方案中,在计算目标视频的播放热度时,不再仅累计播放次数,而是不仅考虑了该视频中目标视频的用户观看行为数据、用户互动行为数据和用户分享行为数据,还考虑了每一类行为数据分别对应的行为权重。因此,相对于现有技术而言,考虑的信息更加丰富、全面,所以能够提高视频播放热度的准确度
上述的相关内容视频播放热度确定方法的实施方式与前述方法实施例部分提供的视频播放热度确定方式相同,这里不再赘述。
上述电子设备提到的通信总线可以是外设部件互连标准(Peripheral ComponentInterconnect,PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture,EISA)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示,图中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
通信接口用于上述电子设备与其他设备之间的通信。
存储器可以包括随机存取存储器(Random Access Memory,RAM),也可以包括非易失性存储器(Non-Volatile Memory,NVM),例如至少一个磁盘存储器。可选的,存储器还可以是至少一个位于远离前述处理器的存储装置。
上述的处理器可以是通用处理器,包括中央处理器(Central Processing Unit,CPU)、网络处理器(Network Processor,NP)等;还可以是数字信号处理器(Digital SignalProcessing,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
在本发明提供的又一实施例中,还提供了一种计算机可读存储介质,该计算机可读存储介质中存储有指令,当其在计算机上运行时,使得计算机执行上述实施例中任一所述的视频播放热度确定方法。
在本发明提供的又一实施例中,还提供了一种包含指令的计算机程序产品,当其在计算机上运行时,使得计算机执行上述实施例中任一上述的视频播放热度确定方法。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时,全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如固态硬盘Solid State Disk(SSD))等。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本发明书中的各个实施例均采用相关的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于方法、装置、电子设备和计算机可读存储介质实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
以上所述仅为本发明的较佳实施例而已,并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等,均包含在本发明的保护范围内。
Claims (10)
1.一种视频播放热度确定方法,其特征在于,所述方法包括:
基于用户对所述目标视频的操作所产生的行为数据,对所述行为数据进行分类,获得用户观看行为数据、用户互动行为数据和用户分享行为数据;
根据所述用户观看行为数据、所述用户互动行为数据和所述用户分享行为数据分别对所述目标视频的播放热度增长趋势的影响程度,确定所述用户观看行为数据、所述用户互动行为数据和所述用户分享行为数据分别在计算所述目标视频的播放热度时的行为权重;
根据所获得的用户观看行为数据、用户互动行为数据、用户分享行为数据,以及所确定的行为权重,计算所述目标视频在当前时刻的播放热度。
2.如权利要求1所述的方法,其特征在于,所述基于用户对所述目标视频的操作所产生的行为数据,对所述行为数据进行分类,得到用户观看行为数据、用户互动行为数据和用户分享行为数据,包括:
基于用户在不同时间窗口对所述目标视频的操作所产生的行为数据,对所述行为数据进行分类,获得不同时间窗口内所述目标视频的用户观看行为数据、用户互动行为数据和用户分享行为数据;其中,所述时间窗口为:按照时间长度对当前时刻之前的时间进行划分得到的时间段;
所述根据所获得的用户观看行为数据、用户互动行为数据、用户分享行为数据,以及所确定的行为权重,计算所述目标视频在当前时刻的播放热度,包括:
根据不同时间窗口所产生的行为数据对所述目标视频的播放热度增长趋势的影响程度,确定每一所述时间窗口分别在计算所述目标视频的播放热度时的时间权重;
根据所获得的用户观看行为数据、用户互动行为数据、用户分享行为数据,以及所确定的行为权重和时间权重,计算所述目标视频在当前时刻的播放热度。
3.如权利要求1或2所述的方法,其特征在于,所述方法还包括:
分别计算获得所述目标视频所属视频集中各个视频在当前时刻的播放热度;
对所述视频集中各个视频在当前时刻的播放热度进行聚类,得到所述视频集的播放热度。
4.如权利要求3所述的方法,其特征在于,在所述分别计算获得所述目标视频所属视频集中各个视频在当前时刻的播放热度之后,所述方法还包括:
获得所述视频集中各个视频的视频类型;
根据用户基于所述视频类型所产生的行为数据对所述视频集的播放热度增长趋势的影响程度,确定各个视频所属视频类型在计算所述视频集的播放热度时的类型权重;
所述对所述视频集中各个视频在当前时刻的播放热度进行聚类,得到所述视频集的播放热度,包括:
根据所确定的类型权重,对所述视频集中各个视频在当前时刻的播放热度进行聚类,得到所述视频集的播放热度;
或者,
获得所述视频集中各个视频的所属播放频道;
根据用户基于所述播放频道所产生的行为数据对所述视频集的播放热度增长趋势的影响程度,确定各个视频所属播放频道在计算所述视频集的播放热度时的频道权重;
所述对所述视频集中各个视频在当前时刻的播放热度进行聚类,得到所述视频集的播放热度,包括:
根据所确定的频道权重,对所述视频集中各个视频在当前时刻的播放热度进行聚类,得到所述视频集的播放热度;
或者,
获得所述视频集中各个视频所属的视频类型和所属的播放频道;
根据用户分别基于所述播放频道和所述播放频道所产生的行为数据对所述视频集的播放热度增长趋势的影响程度,依次确定各个视频所属视频类型在计算所述视频集的播放热度时的类型权重,以及所属播放频道在计算所述视频集的播放热度时的频道权重;
所述对所述视频集中各个视频在当前时刻的播放热度进行聚类,得到所述视频集的播放热度,包括:
根据所确定的类型权重和频道权重,对所述视频集中各个视频在当前时刻的播放热度进行聚类,得到所述视频集的播放热度。
5.一种视频播放热度确定装置,其特征在于,所述装置包括:
数据分类模块,用于基于用户对所述目标视频的操作所产生的行为数据,对所述行为数据进行分类,获得用户观看行为数据、用户互动行为数据和用户分享行为数据;
行为权重确定模块,用于根据所述用户观看行为数据、所述用户互动行为数据和所述用户分享行为数据分别对所述目标视频的播放热度增长趋势的影响程度,确定所述用户观看行为数据、所述用户互动行为数据和所述用户分享行为数据分别在计算所述目标视频的播放热度时的行为权重;
热度计算模块,用于根据所获得的用户观看行为数据、用户互动行为数据、用户分享行为数据,以及所确定的行为权重,计算所述目标视频在当前时刻的播放热度。
6.如权利要求5所述的装置,其特征在于,所述数据分类模块包括:
数据分类子模块,用于基于用户在不同时间窗口对所述目标视频的操作所产生的行为数据,对所述行为数据进行分类,获得不同时间窗口内所述目标视频的用户观看行为数据、用户互动行为数据和用户分享行为数据;其中,所述时间窗口为:按照时间长度对当前时刻之前的时间进行划分得到的时间段;
所述热度计算模块,包括:
时间权重确定子模块,用于根据不同时间窗口所产生的行为数据对所述目标视频的播放热度增长趋势的影响程度,确定每一所述时间窗口分别在计算所述目标视频的播放热度时的时间权重;
热度计算子模块,用于根据所获得的用户观看行为数据、用户互动行为数据、用户分享行为数据,以及所确定的行为权重和时间权重,计算所述目标视频在当前时刻的播放热度。
7.如权利要求5或6所述的装置,其特征在于,所述装置还包括:
视频集热度计算模块,用于分别计算获得所述目标视频所属视频集中各个视频在当前时刻的播放热度;
聚类模块,用于对所述视频集中各个视频在当前时刻的播放热度进行聚类,得到所述视频集的播放热度。
8.如权利要求7所述的装置,其特征在于,所述装置还包括:
视频类型模块,用于获得所述视频集中各个视频的视频类型;
类型权重获得模块,用于根据用户基于所述视频类型所产生的行为数据对所述视频集的播放热度增长趋势的影响程度,确定各个视频所属视频类型在计算所述视频集的播放热度时的类型权重;
所述聚类模块,包括:
第一热度得到子模块,用于根据所确定的类型权重,对所述视频集中各个视频在当前时刻的播放热度进行聚类,得到所述视频集的播放热度;
或者,
播放频道获得子模块,用于获得所述视频集中各个视频的所属播放频道;
频道权重确定子模块,用于根据用户基于所述播放频道所产生的行为数据对所述视频集的播放热度增长趋势的影响程度,确定各个视频所属播放频道在计算所述视频集的播放热度时的频道权重;
所述聚类模块,包括:
第二热度得到子模块,用于根据所确定的频道权重,对所述视频集中各个视频在当前时刻的播放热度进行聚类,得到所述视频集的播放热度;
或者,
类型和频道获得模块,用于获得所述视频集中各个视频所属的视频类型和所属的播放频道;
权重确定模块,用于根据用户分别基于所述播放频道和所述播放频道所产生的行为数据对所述视频集的播放热度增长趋势的影响程度,依次确定各个视频所属视频类型在计算所述视频集的播放热度时的类型权重,以及所属播放频道在计算所述视频集的播放热度时的频道权重;
所述聚类模块,包括:
第三热度得到子模块,用于根据所确定的类型权重和频道权重,对所述视频集中各个视频在当前时刻的播放热度进行聚类,得到所述视频集的播放热度。
9.一种电子设备,其特征在于,包括处理器、通信接口、存储器和通信总线,其中,处理器,通信接口,存储器通过通信总线完成相互间的通信;
存储器,用于存放计算机程序;
处理器,用于执行存储器上所存放的程序时,实现权利要求1-4任一所述的方法步骤。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现权利要求1-4任一所述的方法步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911256887.XA CN110933473A (zh) | 2019-12-10 | 2019-12-10 | 一种视频播放热度确定方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911256887.XA CN110933473A (zh) | 2019-12-10 | 2019-12-10 | 一种视频播放热度确定方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110933473A true CN110933473A (zh) | 2020-03-27 |
Family
ID=69859308
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911256887.XA Pending CN110933473A (zh) | 2019-12-10 | 2019-12-10 | 一种视频播放热度确定方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110933473A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111464871A (zh) * | 2020-04-10 | 2020-07-28 | 北京奇艺世纪科技有限公司 | 一种视频快进方法、装置、电子设备及存储介质 |
CN111510783A (zh) * | 2020-04-26 | 2020-08-07 | 咪咕动漫有限公司 | 确定视频曝光量的方法、装置、电子设备和存储介质 |
CN111918140A (zh) * | 2020-08-06 | 2020-11-10 | 腾讯科技(深圳)有限公司 | 视频播放控制方法、装置、计算机设备及存储介质 |
CN112954413A (zh) * | 2021-02-02 | 2021-06-11 | 深圳市欢太科技有限公司 | 一种直播列表更新方法、装置、服务器及存储介质 |
CN113676770A (zh) * | 2021-07-13 | 2021-11-19 | 北京奇艺世纪科技有限公司 | 会员权益预测方法、装置、电子设备及存储介质 |
CN113766333A (zh) * | 2021-09-07 | 2021-12-07 | 北京爱奇艺科技有限公司 | 视频热度值的确定方法、装置、电子设备和存储介质 |
CN115134648A (zh) * | 2021-03-26 | 2022-09-30 | 腾讯科技(深圳)有限公司 | 一种视频播放方法、装置、设备及计算机可读存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102855261A (zh) * | 2011-07-01 | 2013-01-02 | 上海聚力传媒技术有限公司 | 一种用于确定视频权威值的方法与设备 |
WO2013150378A1 (en) * | 2012-04-02 | 2013-10-10 | Jbf Interlude 2009 Ltd-Israel | Systems and methods for loading more than one video contient at a time |
US20170324819A1 (en) * | 2016-05-03 | 2017-11-09 | Google Inc. | Detection and prevention of inflated plays of audio or video content |
CN109446419A (zh) * | 2018-10-17 | 2019-03-08 | 武汉斗鱼网络科技有限公司 | 一种推荐视频的方法以及装置 |
CN109522470A (zh) * | 2018-11-06 | 2019-03-26 | 汪浩 | 一种视频热度预测方法、装置、设备及存储介质 |
CN109672939A (zh) * | 2019-01-07 | 2019-04-23 | 北京奇艺世纪科技有限公司 | 一种标记视频内容热度的方法及装置 |
CN110392253A (zh) * | 2019-06-25 | 2019-10-29 | 北京奇艺世纪科技有限公司 | 视频的质量评估方法、装置、设备及存储介质 |
-
2019
- 2019-12-10 CN CN201911256887.XA patent/CN110933473A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102855261A (zh) * | 2011-07-01 | 2013-01-02 | 上海聚力传媒技术有限公司 | 一种用于确定视频权威值的方法与设备 |
WO2013150378A1 (en) * | 2012-04-02 | 2013-10-10 | Jbf Interlude 2009 Ltd-Israel | Systems and methods for loading more than one video contient at a time |
US20170324819A1 (en) * | 2016-05-03 | 2017-11-09 | Google Inc. | Detection and prevention of inflated plays of audio or video content |
CN109446419A (zh) * | 2018-10-17 | 2019-03-08 | 武汉斗鱼网络科技有限公司 | 一种推荐视频的方法以及装置 |
CN109522470A (zh) * | 2018-11-06 | 2019-03-26 | 汪浩 | 一种视频热度预测方法、装置、设备及存储介质 |
CN109672939A (zh) * | 2019-01-07 | 2019-04-23 | 北京奇艺世纪科技有限公司 | 一种标记视频内容热度的方法及装置 |
CN110392253A (zh) * | 2019-06-25 | 2019-10-29 | 北京奇艺世纪科技有限公司 | 视频的质量评估方法、装置、设备及存储介质 |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111464871A (zh) * | 2020-04-10 | 2020-07-28 | 北京奇艺世纪科技有限公司 | 一种视频快进方法、装置、电子设备及存储介质 |
CN111510783A (zh) * | 2020-04-26 | 2020-08-07 | 咪咕动漫有限公司 | 确定视频曝光量的方法、装置、电子设备和存储介质 |
CN111510783B (zh) * | 2020-04-26 | 2022-06-03 | 咪咕动漫有限公司 | 确定视频曝光量的方法、装置、电子设备和存储介质 |
CN111918140A (zh) * | 2020-08-06 | 2020-11-10 | 腾讯科技(深圳)有限公司 | 视频播放控制方法、装置、计算机设备及存储介质 |
CN112954413A (zh) * | 2021-02-02 | 2021-06-11 | 深圳市欢太科技有限公司 | 一种直播列表更新方法、装置、服务器及存储介质 |
CN112954413B (zh) * | 2021-02-02 | 2024-01-16 | 深圳市欢太科技有限公司 | 一种直播列表更新方法、装置、服务器及存储介质 |
CN115134648A (zh) * | 2021-03-26 | 2022-09-30 | 腾讯科技(深圳)有限公司 | 一种视频播放方法、装置、设备及计算机可读存储介质 |
CN113676770A (zh) * | 2021-07-13 | 2021-11-19 | 北京奇艺世纪科技有限公司 | 会员权益预测方法、装置、电子设备及存储介质 |
CN113766333A (zh) * | 2021-09-07 | 2021-12-07 | 北京爱奇艺科技有限公司 | 视频热度值的确定方法、装置、电子设备和存储介质 |
CN113766333B (zh) * | 2021-09-07 | 2023-08-11 | 北京爱奇艺科技有限公司 | 视频热度值的确定方法、装置、电子设备和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110933473A (zh) | 一种视频播放热度确定方法及装置 | |
CN107038213B (zh) | 一种视频推荐的方法及装置 | |
US10405016B2 (en) | Recommending media items based on take rate signals | |
CN110909205B (zh) | 一种视频封面确定方法、装置、电子设备及可读存储介质 | |
CN111708901B (zh) | 多媒体资源推荐方法、装置、电子设备及存储介质 | |
CN1672350B (zh) | 用于控制事件的特征的频率分布的增长的方法和系统 | |
CN107832437B (zh) | 音/视频推送方法、装置、设备及存储介质 | |
CN110430471A (zh) | 一种基于瞬时计算的电视推荐方法和系统 | |
CN110222233B (zh) | 视频推荐方法、装置、服务器及存储介质 | |
CN111767430B (zh) | 视频资源推送方法、视频资源推送装置及存储介质 | |
CN108476344B (zh) | 联网媒体设备的内容选择 | |
CN112969079B (zh) | 主播的资源分配方法、装置、计算机设备及存储介质 | |
CN111062527A (zh) | 一种视频集流量预测方法及装置 | |
CN113010739B (zh) | 一种视频标签审核方法、装置及电子设备 | |
CN111107416A (zh) | 一种弹幕屏蔽方法、装置及电子设备 | |
CN111683292A (zh) | 一种视频播放方法及装置 | |
CN109729433A (zh) | 一种视频播放评估方法及装置 | |
CN110933492A (zh) | 一种播放时长预测方法及装置 | |
CN109688217B (zh) | 一种消息推送方法、装置及电子设备 | |
CN113313511A (zh) | 一种视频流量预测方法、装置、电子设备及介质 | |
CN111666486B (zh) | 热度值获取方法及装置 | |
CN110569447A (zh) | 一种网络资源的推荐方法、装置及存储介质 | |
CN112804566A (zh) | 节目推荐方法、设备及计算机可读存储介质 | |
CN106202120A (zh) | 用于确定用户集合的兴趣信息的方法及设备 | |
CN113852867B (zh) | 一种基于核密度估计的节目推荐方法和装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200327 |
|
RJ01 | Rejection of invention patent application after publication |